白俄罗斯通过新总统法令为加密银行敞开大门

bitcoinist發佈於 2026-01-17更新於 2026-01-17

文章摘要

白俄罗斯于2026年1月16日颁布第19号总统令,为"加密银行"设立监管框架。该法令允许股份公司在提供传统银行及支付服务的同时开展代币业务。加密银行必须入驻白俄罗斯高科技园区(HTP)并列入国家银行特殊登记册,接受国家银行与HTP的双重监管。机构需满足资本要求、风险控制和反洗钱规定。国家银行官员表示,首间加密银行可能在法规完善后6个月内投入运营,业务涵盖加密货币抵押贷款、加密支付卡及代币薪资发放。此举旨在将加密活动纳入正规监管体系,后续将制定实施细则和准入标准。

白俄罗斯于2026年1月16日迈出重要一步,总统亚历山大·卢卡申科签署了第19号法令,为所谓的"加密银行"制定规则。此举为希望将代币服务与经典银行及支付业务相结合的公司创造了明确的法律定位。

法令定义加密银行及规则

根据该法令,加密银行是指可同时开展代币操作与银行、支付及其他金融服务的股份制公司。

报道披露,这些公司必须是白俄罗斯高科技园区(HTP)的居民企业,并将被列入国家银行维护的特殊登记册。

新文件将加密银行地位与HTP居民身份绑定,旨在将相关活动集中在已知的技术区域内。该要求也意味着HTP的规则将在日常监管中发挥作用。

市场准入要求

根据监管机构报告,加密银行将面临双重监管:既要接受白俄罗斯国家银行的监督,也要接受HTP管理机构的监督。这种双重结构旨在促进代币服务发展的同时,加强对金融风险的控制。

BTCUSD 24小时图表交易价格95,519美元:TradingView

官员表示,加密银行将遵循适用于非银行信贷和金融机构的多项规定,包括资本标准、风险控制和反洗钱检查。

这表明申请者需要展示健全的合规体系才能被纳入登记册。

图片来源:Altorise

白俄罗斯:短期商业计划

国家银行官员表示,该法令颁布后可能很快会采取实际市场行动。国家银行第一副主席亚历山大·亚戈劳表示,在法律和规则调整后的六个月内,白俄罗斯可能会出现首家运营的加密银行。

他补充说,加密银行可能能够发行加密货币担保贷款、提供与加密账户关联的支付卡,并允许自雇人士以代币形式收取工资。

白俄罗斯的后续发展

该法令建立在早期吸引科技和加密业务到白俄罗斯的努力基础上,明确表明了国家将代币活动纳入正式监管的意图。

后续步骤将包括起草实施细则、在国家银行创建特殊登记册,以及确定申请者的资本和许可门槛。

特色图片来自Unsplash,图表来自TradingView

相關問答

Q白俄罗斯总统于何时签署了关于'加密银行'的第19号法令?

A2026年1月16日。

Q根据法令,加密银行被定义为什么类型的公司?

A加密银行被定义为股份公司,可以同时开展代币业务以及银行、支付和其他金融服务。

Q加密银行必须满足哪项关键 residency( residency)要求?

A加密银行必须是白俄罗斯高科技园(HTP)的居民,并将被列入国家银行管理的特殊登记册中。

Q白俄罗斯的加密银行将受到哪些机构的双重监管?

A加密银行将受到白俄罗斯国家共和国银行和高科技园(HTP)管理机构的双重监管。

Q国家银行第一副主席Aliaksandr Yahorau预计首间加密银行何时可能开始运营?

A他预计在法律法规调整到位后的六个月内,白俄罗斯可能会看到其第一家运营中的加密银行。

你可能也喜歡

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit8 分鐘前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit8 分鐘前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1 小時前

年薪百万抢电工,Meta急到自己办技校

marsbit1 小時前

交易

現貨
活动图片